WSP觀點 / 從人眼到演算法-資源回收細分選的AI革命

隨著資源回收物組成日益複雜，傳統人力分選已難以應對。本文解析AI分選技術如何透過光譜辨識與深度學習，大幅提升回收純度與處理效率，並以新北市五股夏綠地資源循環示範基地為例，說明AI如何驅動循環經濟轉型與減碳效益。
​

資源回收進入高複雜度時代

台灣長期以來在資源回收表現上名列前茅，已建立相對成熟的回收制度。然而，隨著消費型態快速轉變—包含電商包裝增加、外送餐飲普遍及產品包裝複合化—資源回收物的組成日益複雜、雜質比例提高，對既有處理體系形成實質挑戰。

傳統以人力為主的分選模式，不僅面臨勞動力短缺、作業環境不佳等結構性問題，在輸送帶移動中與多樣材質並存的情境下，其分選準確率將難以有效提升。此一瓶頸，使得「回收量高，但可再利用品質不足」成為台灣循環經濟進一步深化的關鍵限制。

在此背景下，人工智慧(AI)與自動化分選技術的導入，已不僅是設備升級，而是資源回收體系從『末端處理』邁向『資源精煉』的重要轉捩點。
​

AI科技如何精準分選資收物

AI在資源回收場域中的應用，並非單一技術，而是一套整合感測、辨識、執行及決策的系統工程，其核心可歸納為以下四個層次：

1. 近紅外線光譜（NIR）之材質感測
   各類塑膠材料（如 PET、PP、PE、PVC）因分子結構不同，對近紅外線的反射光譜亦具備可區辨的特徵。透過近紅外線光譜儀，系統可在毫秒等級內完成材質判定，即使外觀相似（例如 PET 與 PVC 瓶），仍可準確區分。
   此一高速辨識能力，使輸送帶能維持每秒 2–3 公尺的運轉速度而不犧牲準確率，為高處理量資源回收細分類廠的必要基礎。
2. 深度學習模型的形態與狀態辨識
   除材質外，回收物狀態亦直接影響回收價值。透過卷積神經網路（CNN）訓練，可進一步辨識：
   • 物品是否受損或壓扁
   • 是否附帶異材質標籤、瓶蓋或膠膜
   • 特定品項或品牌類型，以利後端流向管理與品質控管
     此類「多維度判讀」大幅降低人工分選易發生的誤判與遺漏。
3. 分選執行系統：速度與精準度的關鍵
   當 AI系統完成判定後，會即時計算目標物在輸送帶上的位置與速度，並將指令傳送至下游執行設備，主要包含：
   • 氣動式分選閥陣列：以高壓空氣瞬間改變物件軌跡，適用於高速、大量分選
   • 機械手臂抓取系統：模擬人手動作，適合處理特定或高價值品項
     其中，氣動分選具備非接觸、高頻率特性，每小時可處理數萬件物品，顯著優於傳統人力作業。

​

表1、AI 分選與傳統人工分選效能比較表
​

AI分選的實質貢獻

AI分選技術的導入，其價值不僅體現在效率提升，更具體反映於碳減量與資源循環品質的改善。

1. 減碳效益與焚化量降低
   研究顯示，再生塑料（PCR）相較原生石化塑料，可減少約 60%–80% 的碳排放，惟PCR的要求須於回收原料具備相當之純度。
   透過AI精準分選，回收原料純度可提升至95%以上，顯著提升回收比例。以新北市夏綠地示範基地為例，導入 AI 分選後，殘餘垃圾進入焚化系統的比例約降低20%，直接減輕城市廢棄物處理的碳排放。
2. 能源效率與經濟可行性
   AI分選系統雖具一定能耗，但相較大規模人力分選所需的照明、空調與管理成本，整體能源效率更佳。同時，單一材質高純度回收料在市場上的價格，往往為混合塑料的 3–5 倍，為循環設施的長期營運提供實質經濟支撐。

​

處理能力的質變

AI技術的關鍵價值，不在於「處理更快」，而在於「分得更乾淨」。透過細緻分選，塑膠可被轉化為高品質再生料（PCR），重新應用於包裝、紡織或消費性產品，真正形成材料層級的閉環循環。同時，殘渣率的下降，也間接降低焚化設施負荷與後端污染風險。

表2、導入 AI 前後的資源回收系統效益變化

案例分析：五股「夏綠地資源循環示範基地」

新北市五股地區，過去曾因垃圾堆置問題而備受關注。隨著「夏綠地資源循環示範基地」於 2022 年正式啟用，該區成功轉型為結合 AI 辨識與自動化設備的現代化資源回收場域。

本基地回收處理設施可分56類以上，每年可處理1.2萬噸資源回收物。此外，可透過多組 AI 光學分選設備可識別紙類、紙容器、塑膠及鐵鋁罐等17類資收物，甚至廢塑膠容器細分為 4–8 類單一材質（如透明瓶、有色瓶、PP、PE 等），以及不同顏色都能精準分辨；而4支手臂同時運作，每分鐘可抓取至少220件。，不僅改善回收品質，也翻轉社會大眾對資收場「髒、亂、臭」的刻板印象，成為全台具示範性的循環經濟實踐案例。

圖1、新北市資源循環教育基地- AI智能分撿手臂

翻轉新北市五股區-垃圾山變夏綠地，打造永續循環基地
(資料來源：財訊網)
​

未來挑戰與政策意涵

儘管 AI 分選技術已展現明確成效，全面推廣仍面臨若干挑戰，包括：

• 初期建置成本高，中小型資收場投資門檻較高
• 包裝設計日趨複合化，仍可能干擾辨識準確度
• 有賴政策配合推動「可回收設計」與源頭減量

​
然而，AI 的導入已清楚顯示，資源回收的真正瓶頸不在民眾參與度，而在後端分選品質。以新北市永續循環基地的經驗，為台灣乃至亞洲城市提供了一條可複製的轉型路徑--以科技補足人力限制，以數據驅動循環經濟深化。

當每一項資源都能被準確引導回應有的循環路徑，「零廢棄」將不再只是願景，而是可逐步實現的系統成果。
​
參考資料來源
新北市資源循環教育基地參訪簡報-本案實體參訪
新北市政府施政成果網
財訊網-翻轉新北市五股區｜垃圾山變夏綠地，打造永續循環基地
​

免責聲明
科進栢誠工程顧問股份有限公司盡最大的努力確保文章內容的準確性和完整性，但不對其中任何可能的錯誤或疏忽承擔責任。本文章內容不可作為法律依據或法律釋義。因參考本文章內容而導致的任何損失，WSP不承擔任何責任。如需尋求專業意見，請根據下方聯絡方式諮詢有關專業顧問。
​

關於WSP

​科進栢誠(WSP)是世界領先的專業工程顧問公司，致力於「Future Ready」文化的倡議與實踐，凝聚全球智慧，為交通、環境、建築、電力及能源等領域提供專業的永續解決方案與策略諮詢服務。

作者介紹

林佳汶
WSP科進栢誠工程顧問股份有限公司
工程師，地球與環境部

• 5年工程顧問經驗
• 促參專業人員資格、環境影響評估專責人員、ISO14064-1、ISO14067、PAS2080建築與基礎建設碳管理、IPAS淨零碳規劃管理師
• 專長於循環經濟、溫室氣體減量、碳盤查相關經驗等
• 執行政府相關循環經濟計畫、溫室氣體減量計畫，包含各行業別溫室氣體盤查申報、法規研擬，離岸風電及交通環評溫室氣體評估等。
• 聯絡資訊：[email protected]